Implementation of neural nets for the recognition of soil slips

• Applicant: Professor Dr. Michael Moser
• Subject Area: Hydrogeology, Hydrology, Limnology, Urban Water Management, Water Chemistry, Integrated Water Resources Management
• Term: from 2002 to 2006
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5378151

Bei Starkniederschlagsereignissen im Alpenraum stellen flachgründige Hangbewegungen von zumeist nur geringer Größe (sog. "soil slips") ein erhebliches Gefahrenpotential für das menschliche Gut dar. Über intensive Untersuchungen der betroffenen alpinen Hänge ist es möglich, den Prozess der Gefahrenentwicklung zu verstehen. Gerade die Katastrophe in Sachseln/Schweiz vom 15.08.1997 mit ca. 700 Hanganbrüchen und einem bezifferten Schaden von 100 Mio. sfr. hat aufgezeigt, wie wichtig die Beurteilung von Naturgefahren im stark besiedelten Alpenraum ist. Zum einen kann das Niederschlagsereignis, als Auslöser für die Entwicklung derartiger Hangbewegungen analysiert werden, zum anderen müssen aber auch Faktoren, die bereits vor dem Ereignis vorliegen, wie z.B. Hangneigung, Lockergesteinsmächtigkeit oder Vegetation, untersucht werden, um Aussagen über die Hangstabilität machen zu können. Die statistische Auswertung zeigt eine unterschiedlich starke Korrelation einzelner Faktoren. Mit Hilfe von Künstlichen Neuronalen Netzen (KNN) kann eine Mustererkennung durchgeführt werden. Neuronale Netze lernen mit Datensätzen - Parameterkonstellationen, die aus dokumentierten Fällen vorliegen - auf potenzielle "soil slips" hinzuweisen. Darüber hinaus sollen auch andere Klassifikationsverfahren, wie Klassifikationsbäume und Lineare Diskriminanzanalyse (LDA) zum Vergleich angewendet werden.

• DFG Programme: Research Grants
• Participating Person: Professor Dr.-Ing. Elmar Nöth